基于改进LMD和IED-SampEn的齿轮故障特征提取方法

来源：机械工程学报杂志2016年第5期北京时间：

作者：孟宗, 王亚超, 胡猛

单位：1. 燕山大学河北省测试计量技术及仪器重点实验室 秦皇岛 066004; 2. 燕山大学国家冷轧板带装备及工艺工程技术研究中心 秦皇岛 066004

摘要：提出基于改进的局部均值分解(Local mean decomposition, LMD)和瞬时能量分布(Instantaneous energy distribution, IED)-样本熵(Sample entropy, SampEn)的齿轮故障特征提取方法。针对LMD存在的端点效应问题,提出最大相似系数法改进的LMD方法,该方法通过在信号内部寻找与两端指定波段相似系数最大的波段,来实现端点效应的改善。进行仿真验证,结果表明该方法能有效改善LMD的端点效应问题。采用改进的LMD方法分解信号得到瞬时幅值函数,由此可以获得信号的瞬时能量分布,将其作为样本熵输入获得IED-SampEn,通过试验研究并与PF-SampEn进行对比,结果表明IED-SampEn能够合理地、有效地反应齿轮的故障状态,作为齿轮振动信号的特征矢量具有典型性,可以作为一种有效的故障特征。

关键词：齿轮,改进局部均值分解,故障特征提取,瞬时能量分布,样本熵；

基金资助：* 国家自然科学基金(51575472, 51105323)和河北省自然科学基金 (E2015203356)资助项目